Mandami un messaggio!
Stai facendo progressi nel progetto del tuo cliente. Ora devi analizzare un nuovo insieme di dati per trovare differenze nei messaggi e nei gigabyte (GB) di dati che i clienti usano durante il giorno e la notte.
A questo scopo, rimodellerai il tuo insieme di dati churn usando diversi livelli. Il vantaggio del nuovo insieme di dati è che gli indici delle colonne hanno dei nomi.
Il DataFrame churn è a tua disposizione. Contiene dati su state, city, text messages e total GB durante il day e la night.
Questo esercizio fa parte del corso
Rimodellare i dati con pandas
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Stack churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)